IO就是输入和输出，任何一个程序如果和外部希望有交互的话，都需要使用到IO。相对于java而言，Python中的IO更加的简单，易用。

本文将会详细介绍Python中的IO操作。

linux中有三种标准输入输出，分别是STDIN，STDOUT，

STDERR，对应的数字是0，1，2。

STDIN是标准输入，默认从键盘读取信息；

STDOUT是标准输出，默认将输出结果输出至终端；

STDERR是标准错误，默认将输出结果输出至终端。

我们常用的 2>&1，指将标准输出、标准错误指定为同一输出路径 。

python中，我们可以使用print方法来输出信息。\

我们看下print函数的定义：

print函数将 objects 打印到 file 指定的文本流，以 sep 分隔并在末尾加上 end。 sep, end, file 和 flush 如果存在，那么必须以关键字参数的形式给出。

所有非关键字参数都会被转换为字符串，并会被写入到流，以 sep 分割，并在末尾加上 end。 sep 和 end 都必须为字符串；它们也可以为 None，这意味着使用默认值。 如果没有给出 objects，则 print() 将只写入 end。

file 参数必须是一个具有 write(string) 方法的对象；如果参数不存在或为 None，则将使用 sys.stdout。 由于要打印的参数会被转换为文本字符串，因此 print()不能用于二进制模式的文件对象。 对于这些对象，可以使用 file.write(...)。

输出是否被缓存通常决定于 file，但如果 flush 关键字参数为真值，输出流会被强制刷新。

可以看到print的输出格式还是比较简单的。我们接下来看一下怎么丰富输出的格式。

如果想要格式化字符串，可以在字符串的开始引号之前加上 f 或 F。

这样的话，我们可以直接在字符串中引入变量值，只需要把变量放在 { 和 } 中间即可。

除了在{ }中放入Python变量之外，还可以在其中放入函数：

在 ':' 后传递一个整数可以让该字段成为最小字符宽度。方便列对齐:

{ }中的变量后面还可以跟着转值符号：'!a' 表示应用 ascii() ，'!s' 表示应用 str()，还有 '!r' 表示应用 repr()：

除此之外，str本身自带一个功能强大的format 函数：

调用此方法的字符串可以包含字符串字面值或者以花括号 {} 括起来的替换域，每个替换域可以包含一个位置参数的数字索引，或者一个关键字参数的名称。 返回的字符串副本中每个替换域都会被替换为对应参数的字符串值。

再看一个使用索引的例子：

看一个关键字的例子：

再看一个组合的例子：

还有非常复杂的组合的例子：

或者使用 '**' 符号将 table 作为关键字参数传递：

还可以使用n类型 '{:n}' 来格式化数字：

如果我们只是想要将Python对象转换为字符串，那么可以使用repr()或者str(), str() 函数是用于返回人类可读的值的表示，而 repr()是用于生成解释器可读的表示。

举个例子：

str对象还提供了一些对字符串进行手动格式化的方法：

字符串对象的 str.rjust()方法通过在左侧填充空格来对给定宽度的字段中的字符串进行右对齐。类似的方法还有 str.ljust()和 str.center()。

如果输入的字符串太长，它们不会截断字符串，而是原样返回。

如果想保证字符串的长度，则可以使用切片： x.ljust(n)[:n] 。

还可以使用str.zfill()来用0填充字符串：

% 也可以用来格式化字符串，给定 'string' % values，则 string 中的 % 实例会以零个或多个 values 元素替换。 此操作通常被称为字符串插值。

python中文件读取非常简单，使用open()方法即可。

open()会返回一个文件对象。我们看一下它的定义：

第一个参数是文件名。

第二个参数是文件打开的模式，可用的模式有：

默认模式为 'r' 。

看一个open文件的例子：

文件打开了，自然需要被关闭，所以我们需要显示调用 f.close() 方法：

有没有类似java中的try with resource的自动关闭文件的功能呢？

我们可以使用with，这样文件在使用完毕之后，会自动被关闭，非常的好用。

文件被关闭之后，如果想要再次读取，就会报错：

获取到文件对象之后，我们就可以调用文件中的方法了。

f.read(size) 会读取一些数据并将其作为字符串（在文本模式下）或字节串对象（在二进制模式下）返回。

size 是一个可选的数值参数。 当 size 被省略或者为负数时，将读取并返回整个文件的内容；当取其他值时，将读取并返回至多 size 个字符（在文本模式下）或 size 个字节（在二进制模式下）。 如果已到达文件末尾，f.read() 将返回一个空字符串 ('')。

f.readline() 从文件中读取一行；换行符（\n）留在字符串的末尾，如果文件不以换行符结尾，则在文件的最后一行省略。如果 f.readline() 返回一个空的字符串，则表示已经到达了文件末尾，而空行使用 '\n' 表示，该字符串只包含一个换行符。

还有一种更加简单的读取方法，就是从文件中遍历：

如果你想以列表的形式读取文件中的所有行，你也可以使用 list(f) 或 f.readlines()。

f.write(string) 会把 string 的内容写入到文件中，并返回写入的字符数。

如果是在文本模式下，那么在写入文件之前，需要把对象转换成为文本形式，我们可以使用str()来进行转换。

使用f.seek(offset, whence)可以定位文件指针的位置，然后后续会从该位置开始进行读取操作。

whence 的 0 值表示从文件开头起算，1 表示使用当前文件位置，2 表示使用文件末尾作为参考点。 whence 如果省略则默认值为 0，即使用文件开头作为参考点。

JSON是一个很方便进行信息交流的文件格式。我们看下怎么使用JSON来将对象转换为字符串：

dumps是将对象转换为json str。 json还有一个dump方法，可以直接将对象存入到文件中。

要从文件中解析出json字符串，可以使用load：

JSON 中的键-值对中的键永远是 str类型的。当一个对象被转化为 JSON 时，字典中所有的键都会被强制转换为字符串。这所造成的结果是字典被转换为 JSON 然后转换回字典时可能和原来的不相等。换句话说，如果 x 具有非字符串的键，则有 loads(dumps(x)) != x。

Python语言简单易懂、容易入门、语法清晰，适合零基础学习，对比其他编程语言来讲，Python还是比较简单的。

这是Python全栈开发+人工智能课程大纲：

阶段一：Python开发基础

Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。

阶段二：Python高级编程和数据库开发

Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。

阶段三：前端开发

Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。

阶段四：WEB框架开发

Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。

阶段五：爬虫开发

Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。

阶段六：全栈项目实战

Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。

阶段七：数据分析

Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。

阶段八：人工智能

Python全栈开发与人工智能之人工智能学习内容包括：机器学习、数据分析 、图像识别、自然语言翻译等。

阶段九：自动化运维&开发

Python全栈开发与人工智能之自动化运维&开发学习内容包括：CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。

阶段十：高并发语言GO开发

Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。

首先先了解Python语言的四大发展方向。目前Python的主要方向有web后端开发、大数据分析网络爬虫和人工智能，当然如果再细分的话还有自动化测试、运维等方向。

在学习Python的基础语法时，并不需要太多的基础，基本只要熟练使用电脑日常功能并对Python感兴趣就可以了，但如果想要在人工智能领域方向发展的话，线性代数、概率、统计等高等数学知识基本是必需的，原因在于这些知识能够让你的逻辑更加清晰，在编程过程中有更强的思路。

分享一个千锋Python的学习大纲给你

第一阶段 - Python 数据科学

Python 基础语法

入门及环境安装 、基本语法与数据类型、控制语句、错误及异常、错误处理方法、异常处理方法 、常用内置函数 、函数创建与使用、Python 高级特性、高级函数、Python 模块、PythonIO 操作 、日期与时间 、类与面向对象 、Python 连接数据库

Python 数据清洗

数字化 Python 模块Numpy、数据分析利器Pandas、Pandas 基本操作、Pandas 高级操作

Python 数据可视化

数据可视化基础、MLlib（RDD-Base API）机器学习、MatPlotlib 绘图进阶、高级绘图工具

第二阶段 - 商业数据可视化

Excel 业务分析

Excel 基础技能、Excel 公式函数、图表可视化、人力 &财务分析案例、商业数据分析方法、商业数据分析报告

Mysql 数据库

Mysql 基础操作（一）、Mysql 基础操作（二）、Mysql 中级操作、Mysql 高级操作、电商数据处理案例

PowerBI

初级商业智能应用 （PowerQuery）、初级商业智能应用 （PowerPivot）、初级商业智能应用案例、存储过程、PowerBI Desktop 案例、PowerBI Query 案例

统计学基础

微积分、线性代数基础、统计基础

Tableau

Tableau 基本操作、Tableau 绘图、Tableau 数据分析、Tableau 流量分析

SPSS

客户画像、客户价值模型、神经网络、决策树、时间序列

第三阶段 - Python 机器学习

Python 统计分析

数据准备、一元线性回归、多元线性回归、一般 logistic 回归、ogistic 回归与修正

Python 机器学习基础

机器学习入门、KNN 讲义、模型评估方法、模型优化方法、Kmeans、DBSCAN、决策树算法实战

Python 机器学习中级

线性回归、模型优化方法、逻辑回归、朴素贝叶斯、关联规则、协同过滤、推荐系统案例

Python 机器学习高级

集成算法 - 随机森林、集成算法 -AdaBoost、数据处理和特征工程、SVM、神经网络、XGBoost

第四阶段 - 项目实战

电商市场数据挖掘项目实战

项目背景 &业务逻辑 、指定分析策略 、方法实现与结果 、营销活动设计及结果评价 、撰写数据分析报告

金融风险信用评估项目实战

项目背景 &业务逻辑 、建模准备 、数据清洗 、模型训练 、模型评估 、模型部署与更新

第五阶段 - 数据采集

爬虫类库解析 、数据解析 、动态网页提取 、验证码、IP 池 、多线程爬虫 、反爬应对措施 、scrapy 框架

第六阶段 - 企业课

团队户外拓展训练 、企业合作项目课程 、管理课程 、沟通表达训练 、职业素养课程

以上就是零基础Python学习路线的所有内容，希望对大家的学习有所帮助。

---